CuteNote
颜值笔记
价格
反馈
中 / EN
登录
中 / EN
登录
← 返回
生成耗时 35秒
耗时
查看原链接
原链接
导出脑图
导出
Zhihu
—
Claude Code 源码剖析:Agent 工程化实践笔记
长图
脑图
Markdown
原文
AI 问答
Claude Code源码剖析:架构
与核心机制
核心结论
Claude Code通过四层架
构、Tool-Use Loop、
动态System Prompt、
分类记忆和五步上下文压缩,实现了
高效可靠的AI编程Agent。
四层分层架构
引擎层
协调:拼装输入、调用API
分发:执行工具调用
决策:判断继续或结束
工具层
+工具,统一规范
强制安全属性:只读、破坏性、并
发
服务层
API调用
上下文压缩
MCP协议
安全与治理层
权限系统
Hook系统
Bash安全模块
Agent工作模式
Tool-Use Loop
无Thought步骤,模型内部
推理
while(true)循环:调
API->执行工具->再调AP
I
endturn作为终止信号
对比ReAct:省Token、
更简单、适合强模型
Plan Mode
两阶段:先规划后执行
通过EnterPlanMode
/ExitPlanMode工具
实现
只读探索,写计划到.claud
e/plans/
用户审批后实施
System Prompt构造
分割线设计
静态部分全局共享,动态部分因人
而异
SYSTEMPROMPTDYN
AMICBOUNDARY标记
三级缓存
全局缓存
组织缓存
会话缓存
Prompt内容模块
角色定义与安全红线
行为准则:先阅读、少即是多、先
诊断
操作安全:可逆性、影响范围
工具使用:优先专用工具
Git安全协议
输出风格:简洁,<25词
记忆系统
记忆类型
user(用户画像)
feedback(行为反馈,含
Why和How)
project(项目动态,日期
转绝对)
reference(外部指针)
排除清单
不存可从代码推导的信息
如代码模式、Git历史、调试方
案等
存储方式
独立.md文件+YAML头部
MEMORY.md索引(≤20
0行/25KB)
召回机制
Sonnet扫描头部,选择最多
5条
陈旧度检测(>1天加警告)
上下文窗口管理
五步压缩策略
第1层:大结果存磁盘(>50K
B)
第2层:砍掉远古消息(Snip
)
第3层:裁剪老工具输出(Mic
ro-Compact)
第4层:读时投影(Contex
t Collapse)
第5层:全量摘要(Auto-C
ompact)
触发条件与协调
各层触发阈值递增
Snip告知已释放Token,
避免重复压缩
设计哲学
可靠性优先
%代码用于可靠性
能轻则轻,逐步加码
先从代价最小的压缩开始
信任强模型,简化应用层
Tool-Use Loop仅i
f/else
小模型做秘书,大模型做决策
Sonnet负责记忆选择,Op
us负责决策
首页
登录
我的